ThingsBoard仪表板数据聚合函数编程更新指南
2025-05-12 20:20:16作者:凌朦慧Richard
在ThingsBoard物联网平台开发过程中,仪表板的数据可视化功能是核心组件之一。本文将详细介绍如何通过编程方式动态修改仪表板的数据聚合函数,这是许多开发者在使用ThingsBoard 3.6 PE版本时遇到的一个常见需求。
背景理解
仪表板的数据聚合功能允许用户对时间序列数据进行统计处理,常见的聚合函数包括平均值(AVG)、最大值(MAX)、最小值(MIN)等。虽然平台提供了UI界面供用户手动选择,但在某些自动化场景下,我们需要通过代码动态调整这些参数。
技术实现
通过分析ThingsBoard的Widget API,我们发现可以通过dashboardTimewindowChangedSubject这个观察者模式的主题来实现编程控制。以下是关键代码示例:
const newDashboardTimewindow = {
aggregation: {
limit: 10000, // 数据点数量限制
type: "AVG" // 聚合类型,可改为MAX/MIN/SUM等
},
hideAggInterval: false, // 是否隐藏聚合间隔选项
hideAggregation: false, // 是否隐藏聚合函数选项
hideInterval: false, // 是否隐藏时间间隔选项
history: {
historyType: 1, // 历史数据类型
interval: 60000, // 时间间隔(毫秒)
fixedTimewindow: {
startTimeMs: startTimeMs, // 开始时间戳
endTimeMs: endTimeMs // 结束时间戳
}
},
selectedTab: 1 // 选中的标签页索引
};
// 触发时间窗口变更通知
widgetContext.dashboard.dashboardTimewindowChangedSubject.next(newDashboardTimewindow);
参数详解
-
aggregation对象:
limit: 控制返回的数据点数量上限type: 指定聚合函数类型,支持的值包括:- "AVG" - 平均值
- "MIN" - 最小值
- "MAX" - 最大值
- "SUM" - 求和
- "COUNT" - 计数
- "NONE" - 无聚合
-
history对象:
historyType: 数据类型标识interval: 数据采样间隔(毫秒)fixedTimewindow: 固定时间范围设置
-
显示控制参数:
- 通过
hide开头的布尔值参数可以控制UI元素的显示状态
- 通过
应用场景
这种编程控制方式特别适用于以下场景:
- 根据设备类型自动切换聚合算法
- 实现动态数据采样策略
- 构建自动化报表系统
- 开发自适应数据可视化组件
注意事项
- 确保在Widget的上下文中执行此代码
- 修改后的设置会立即生效,无需手动刷新
- 对于PE版本,某些高级聚合函数可能需要额外授权
- 建议在修改前先获取当前时间窗口设置作为基准
通过掌握这种编程控制方式,开发者可以构建更加灵活和智能的物联网数据可视化解决方案,满足各种复杂的业务需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.68 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143